如何将2d numpy数组列表连接成一个3d numpy数组？

Question

我尝试了很多，但没有concatenate或vstack适合我。

Answer 1

你试过np.array？

np.array([[1,2],[3,4]]) 

使得2D阵列通过连接2个维数组（列表）

同样

np.array([np.ones(3,3), np.zeros(3,3)]] 

应产生一个（2,3,3）阵列。

新功能np.stack功能可让您更好地控制添加的轴。它通过将所有输入数组的维度扩大一个并连接起来。

您可以自己扩展尺寸，例如

In [378]: A=np.ones((2,3),int) 
In [379]: B=np.zeros((2,3),int) 
In [380]: np.concatenate([A[None,:,:], B[None,:,:]], axis=0) 
Out[380]: 
array([[[1, 1, 1], 
     [1, 1, 1]], 

     [[0, 0, 0], 
     [0, 0, 0]]]) 
In [381]: _.shape 
Out[381]: (2, 2, 3) 

关键的东西理解是：

• 匹配的输入尺寸 - 他们必须匹配所有但被加入

• 扩大投入的尺寸尺寸如所须。要连接2D阵列以形成3D，2D必须首先展开为3D。那None或np.newaxis诀窍特别有价值。

• 沿右轴连接。

stack，hstack，vstack等都推动这项工作，而是一种技能numpy的用户应该能够直接与concatenate工作。在交互式会话中练习小样本。

In [385]: np.array((A,B)).shape 
Out[385]: (2, 2, 3) 
In [386]: np.stack((A,B)).shape 
Out[386]: (2, 2, 3) 
In [387]: np.stack((A,B),axis=1).shape 
Out[387]: (2, 2, 3) 
In [388]: np.stack((A,B),axis=2).shape 
Out[388]: (2, 3, 2) 

如果阵列形状不同，将np.array创建一个对象D型细胞阵列

In [389]: C=np.ones((3,3)) 
In [390]: np.array((A,C)) 
Out[390]: 
array([array([[1, 1, 1], 
     [1, 1, 1]]), 
     array([[ 1., 1., 1.], 
     [ 1., 1., 1.], 
     [ 1., 1., 1.]])], dtype=object) 
In [391]: _.shape 
Out[391]: (2,) 

dstack（和stack）将具有不同大小的阵列问题：

In [392]: np.dstack((A,B,C)) 
.... 
ValueError: all the input array dimensions except for the concatenation axis must match exactly 

Answer 2

你可以使用np.dstack，文档可以在这里位于：https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.dstack.html

import numpy as np 

l1 = [] 
# create list of arrays 
for i in range(5): 
    l1.append(np.random.random((5, 3))) 

# convert list of arrays into 3-dimensional array 
d = np.dstack(l1) 

d.shape #(5,3,5)